Soutenance mémoire
Le vieillissement de la population nord-américaine est un problème auquel il faudra faire face dans les prochaines décennies [1]. L’espérance de vie des êtres humains ne cesse d’augmenter et bien que cela soit une bonne nouvelle, cette situation comporte de nombreux défis. La société devra donc trouver des solutions prochainement sans quoi les soins apportés seront inadéquats. Les personnes âgées en perte d’autonomie ont besoin d’aide au quotidien [2] et les ressources humaines disponibles seront bien insuffisantes pour combler leurs exigences. Sans négliger le fait qu’ils ne sont pas les seuls à avoir des besoins à combler. Les personnes atteintes de troubles cognitifs tels que la maladie d’Alzheimer ont également besoin d’assistance tous les jours sans quoi les risques pour leur santé peuvent devenir très élevés [3]. À ce sujet, des études ont démontré qui y a malheureusement une augmentation du nombre de personnes souffrant de cette forme de démence [4]. Ces personnes souffrent d’une détérioration progressive de leurs capacités cognitives sur une période allant de trois à dix ans, causant la perte de leur autonomie et donc, leur capacité à prendre soin d’eux-mêmes. Par conséquent, à un certain stade de l’évolution de la maladie, ces personnes doivent être assistées en permanence pour le reste de leur vie [5]. Avec cette augmentation du nombre de personnes nécessitant une assistance permanente et le vieillissement de la population, il est sans contredit nécessaire de trouver des solutions technologiques afin de pallier à cette problématique.
Bien que complexe, l’intelligence artificielle (IA) est un domaine de la recherche en progression où l’objectif principal est de faire raisonner la machine comme un être humain. Selon Russell & al. [6], un agent intelligent est un système qui perçoit son environnement et prend les mesures qui maximisent les chances de succès. L’objectif est donc de reproduire les interactions et les compétences des êtres humains afin d’être en mesure de les remplacer. D’ailleurs, des chercheurs de la communauté scientifique se sont penchés sur la question du manque de ressources humaines afin de proposer des solutions intelligentes, viables et technologiques qui ont le potentiel d’améliorer la situation efficacement. Les habitats intelligents sont certainement l’une des solutions les plus viables parmi celles-ci. D’ailleurs, les habitats intelligents peuvent être conceptuellement vu comme des systèmes multi agents [9]. Un ou plusieurs agents collaborent pour recueillir l’information sur l’environnement, pour analyser la situation, pour trouver des solutions et pour apporter des modifications. Dans leurs travaux, Wooldridge & al. [10] présentent l’habitat intelligent comme un environnement technologiquement renforcé au moyen de capteurs, de processeurs intégrés dans les objets décoratifs et d’agents logiciels intelligents communiquant entre eux dans un but de coopération au sens propre des systèmes multiagents.
DÉFINITION DES ACTIVITÉS DE LA VIE QUOTIDIENNE
Nous avons souvent fait référence à la notion d’AVQ depuis le début, mais on peut légitimement se demander quel est la signification de ce concept. La notion d’AVQ a été décrite pour la première fois par le Dr Katz [19] comme l’ensemble des activités effectuées par un individu dans sa routine pour prendre soin de lui-même. Cela inclut des activités telles que la préparation des repas, l’habillement, la toilette personnelle, etc. Les professionnels de la santé évaluent souvent le niveau d’autonomie d’une personne selon sa capacité ou son incapacité à exercer certaines AVQ. Cette mesure est utile pour évaluer le degré de dégénérescence cognitive d’un patient et de discerner le type de soutien dont il aura besoin [45]. C’est pourquoi de nombreux tests cognitifs sont basés sur la performance des AVQ comme l’évaluation des tâches de cuisine [46] et le test d’actions naturelles (NAT) [47]. Pour résumer, les AVQ sont un ensemble d’activités qu’une personne normale est censée être en mesure de réaliser pour être qualifiée comme autonome. Aujourd’hui, les chercheurs distinguent deux types d’AVQ différents:
AVQ de base: Les activités de base de la vie quotidienne sont l’ensemble des activités qui sont fondamentales et obligatoires pour répondre aux besoins primaires d’une personne. Cela inclut la capacité de se déplacer, d’aller à la salle de bains, de s’alimenter, etc. Ces activités sont composées de quelques étapes seulement et ne nécessitent pas une véritable planification.
AVQ instrumentale: Ce genre d’activité nécessite une planification et implique la manipulation d’objets. Ces activités sont nécessaires pour vivre de façon autonome et dans la société. Pour une personne, être capable de réaliser toutes les AVQ instrumentales signifie être relativement autonome. Cette catégorie comprend les activités telles que la préparation d’un repas, la gestion de son argent, le magasinage, l’utilisation d’un téléphone, etc. Les AVQ instrumentales sont plus complexes que celles de base. Elles sont composées d’un plus grand nombre d’étapes et elles nécessitent une meilleure planification. Dans la littérature scientifique sur l’assistance technologique à l’intérieur de maisons intelligentes [48], les chercheurs utilisent généralement les AVQ sans les distinguer. Cependant, la plupart du temps les recherches se concentrent sur la reconnaissance et l’aide des AVQ instrumentales. La raison principale est que la personne qui ne peut pas accomplir avec succès AVQ de base aura des besoins en soins plus complets que l’aide apportée par une maison intelligente.
|
Table des matières
CHAPITRE 1 – INTRODUCTION
1.1 CONTEXTE DE RECHERCHE
1.2 RECONNAISSANCE D’ACTIVITÉS
1.3 TRAVAUX ANTÉRIEURS LIÉS À LA RECONNAISSANCE D’ACTIVITÉS
1.4 CONTRIBUTION DU MÉMOIRE
1.5 MÉTHODOLOGIE DE LA RECHERCHE
1.6 ORGANISATION DU MÉMOIRE
CHAPITRE 2 – REVUE DE LITTÉRATURE
2.1 INTRODUCTION
2.1.1 DÉFINITION DES ACTIVITÉS DE LA VIE QUOTIDIENNE
2.1.2 DÉFINITION DE LA RECONNAISSANCE D’ACTIVITÉS
2.1.3 RECONNAISSANCE D’ACTIVITÉS ET HABITATS INTELLIGENTS
2.1.4 DÉFINITION DE L’ASSISTANCE
2.2 APPROCHES DE RECONNAISSANCE ET D’ASSISTANCE
2.2.1 APPROCHES BASÉES SUR LES CAMÉRAS
2.2.2 APPROCHES BASÉES SUR LES CAPTEURS BINAIRES
2.2.3 APPROCHES BASÉES SUR LE RFID
2.2.4 APPROCHES BASÉES SUR L’ANALYSE ÉLECTRIQUE
2.3 APPROCHES FORMELLES DE RECONNAISSANCE
2.3.1 APPROCHES LOGIQUES
2.3.2 APPROCHES PROBABILISTES
2.3.3 FORAGE DE DONNÉES ET MODÈLES D’APPRENTISSAGE
2.4 CONCLUSION
CHAPITRE 3 – MODÈLE DE RECONNAISSANCE HYBRIDE
3.1 INTRODUCTION
3.2 MODÈLE DE POSITIONNEMENT RFID
3.2.1 FILTRAGE DES SIGNAUX
3.2.2 TRILATÉRATION ELLIPTIQUE
3.2.3 FILTRE DE COMPORTEMENT DU MOUVEMENT
3.2.4 MODÉLISATION SPATIALE
3.3 IDENTIFICATION PAR ANALYSE DE SIGNATURES ÉLECTRIQUES
3.3.1 DÉFINITIONS FORMELLES DES CAPACITÉS DE CHARGEMENT
3.3.2 IDENTIFICATION DE L’ÉTAT DES APPAREILS
3.3.3 L’EXTRACTION DES SIGNATURES DE CHARGE
3.3.4 RECONNAISSANCE DE L’ÉTAT
3.4 RECONNAISSANCE D’ACTIVITÉS
3.5 ASSISTANCE
3.5.1 DÉTECTION DES ERREURS
3.5.2 FOURNIR DES ORIENTATIONS
3.6 CONCLUSION
CHAPITRE 4 – IMPLÉMENTATION ET EXPÉRIMENTATION
4.1 INTRODUCTION
4.2 IMPLÉMENTATION DANS LE LABORATOIRE
4.2.1 INFRASTRUCTURE DU LIARA
4.2.2 MATÉRIEL RFID UTILISÉ
4.2.3 MATÉRIEL D’ANALYSE ÉLECTRIQUE UTILISÉ
4.3 IMPLÉMENTATION DES DIFFÉRENTS SYSTÈMES
4.3.1 MODÉLISATION ET INTERFACE GRAPHIQUE
4.3.2 SYSTÈME RFID
4.3.3 SYSTÈME D’ANALYSE ÉLECTRIQUE
4.3.4 SYSTÈME DE RECONNAISSANCE ET D’ASSISTANCE
4.3.5 GÉNÉRATION DE RAPPORTS
4.4 PROTOCOLE D’EXPÉRIMENTATION
4.4.1 EXPÉRIMENTATION SUR LA LOCALISATION
4.4.2 EXPÉRIMENTATION SUR L’ASE
4.4.3 EXPÉRIMENTATION SUR LA RECONNAISSANCE
4.4.4 EXPÉRIMENTATION SUR L’ASSISTANCE
4.4.5 DIFFICULTÉS D’EXPÉRIMENTATION
CONCLUSION
Télécharger le rapport complet
